Regex 基于模式的R-操作字符串

这是我在R上的文件名：

> lst.files[1]
[1] "clt_Amon_CanESM2_rcp45_185001-230012.nc"

我需要做的是只捕获第四个下划线（包括）之前的部分，所以它是这样的：

clt_Amon_CanESM2_rcp45_

regmatches(lst, regexec(".*_.*_.*_.*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

regmatches(lst, regexec(".*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

---

如何在R中获取此信息？

使用

qdap

包，您可以执行以下操作

x <- "clt_Amon_CanESM2_rcp45_185001-230012.nc"

library(qdap)
beg2char(x, "_", 4, include = TRUE)
# [1] "clt_Amon_CanESM2_rcp45_"

---

x使用
qdap
包，您可以执行以下操作

x <- "clt_Amon_CanESM2_rcp45_185001-230012.nc"

library(qdap)
beg2char(x, "_", 4, include = TRUE)
# [1] "clt_Amon_CanESM2_rcp45_"

x如果你知道你总是（至少）有四个下划线，那么你可以这样做：

clt_Amon_CanESM2_rcp45_

regmatches(lst, regexec(".*_.*_.*_.*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

regmatches(lst, regexec(".*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

如果第二部分中可能不总是四个下划线，但没有下划线，则可以执行以下操作：

clt_Amon_CanESM2_rcp45_

regmatches(lst, regexec(".*_.*_.*_.*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

regmatches(lst, regexec(".*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

这不需要任何额外的软件包，只需要以R为基数。
如果您知道您总是（至少）有四个下划线，那么您可以这样做：

clt_Amon_CanESM2_rcp45_

regmatches(lst, regexec(".*_.*_.*_.*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

regmatches(lst, regexec(".*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

如果第二部分中可能不总是四个下划线，但没有下划线，则可以执行以下操作：

clt_Amon_CanESM2_rcp45_

regmatches(lst, regexec(".*_.*_.*_.*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

regmatches(lst, regexec(".*_", lst.files[1]))[[1]]
# [1] "clt_Amon_CanESM2_rcp45_"

这不需要任何额外的包，只需要基本的R。
我们还可以使用
sub
将重复模式作为一个组捕获。我们从字符串的开头（
^
）再匹配一个字符，该字符串不是下划线（
[^\+
），后跟一个下划线（
\\\\
），该下划线重复4次（
{4}
），通过用括号括起来，后跟零个或多个字符（
*
）将其作为一个组捕获。我们将其替换为捕获组（
\\1
），以获得预期的输出

sub('^(([^_]+\\_){4}).*', '\\1', str1)
#[1] "clt_Amon_CanESM2_rcp45_"

数据
str1我们还可以使用
sub
将重复模式作为一个组捕获。我们从字符串的开头（
^
）再匹配一个字符，该字符串不是下划线（
[^\+
），后跟一个下划线（
\\\\
），该下划线重复4次（
{4}
），通过用括号括起来，后跟零个或多个字符（
*
）将其作为一个组捕获。我们将其替换为捕获组（
\\1
），以获得预期的输出

sub('^(([^_]+\\_){4}).*', '\\1', str1)
#[1] "clt_Amon_CanESM2_rcp45_"

数据
str1回答得很好，但我更喜欢使用R的本机命令。我已经加载了太多的包，最终我会在一些命令之间产生冲突：d这个函数对我来说是新的+1@akrun我很高兴你发现这很有用。：）@爵士乐我在书中记下了这一点，以便下次使用：-）哇，你完成了超过7000个复习任务，令人印象深刻！回答得很好，但我更喜欢使用R的本地命令。我已经加载了太多的包，最终我会在一些命令之间产生冲突：d这个函数对我来说是新的+1@akrun我很高兴你发现这很有用。：）@爵士乐我在书中记下了这一点，以便下次使用：-）哇，你完成了超过7000个复习任务，令人印象深刻！